Com todos os avanços e impacto cultural da inteligência artificial (IA) este ano, pareceria justo declarar 2023 como “O Ano da IA” – exceto que tudo já foi feito antes.
Como esta revista acadêmica relata, o “ano da IA” foi declarado há 43 anos, em 1980. A IA está conosco há muito tempo. Décadas atrás, fiz uma tese acadêmica sobre ética em IA. Em 1986, escrevi um artigo para a extinta Computer Design Magazine intitulado “Inteligência Artificial como Componente de Sistemas”. E então, em 1988, apresentei dois produtos baseados em IA para Mac.
Também: IA em 2023: um ano de avanços que não deixou nada humano inalterado
E mesmo assim, a IA já tinha mais de 30 anos. Podemos rastrear algumas das primeiras atividades de IA até o professor John McCarthy de Stanford, MIT e Dartmouth. Em 1955, ele fundou o SAIL, o Stanford AI Lab, e em 1958, inventou o adorável LISP (uma das minhas linguagens de programação favoritas de todos os tempos).
Portanto, em 2023, a IA já existe há pelo menos 68 anos. E isso não contava com a ficção especulativa. Isaac Asimov começou a contemplar a ética da IA 25 anos antes, em 1940.
E, no entanto, seria difícil argumentar contra chamar 2023 de Ano da IA. Já faz um ano e tanto.
O que mudou?
A IA está em uso há muito tempo. Seja em sistemas especialistas, ferramentas de diagnóstico, videogames, sistemas de navegação ou muitas outras aplicações, a IA tem sido utilizada de forma produtiva há décadas.
Mas nunca foi usado como neste ano. Este é o ano em que a verdadeira IA generativa se tornou realidade. Embora muitos anos (1980, estou olhando para você) possam reivindicar o apelido de “Ano da IA”, não há dúvida de que 2023 é o “Ano da IA Gerativa”.
Além disso: como o ChatGPT realmente funciona?
A grande diferença, aquela que levou à enorme explosão de IA verdadeiramente útil este ano, foi a forma como conseguimos treinar IAs. Até agora, a maior parte do treinamento de IAs foi supervisionada. Ou seja, cada IA foi alimentada com informações específicas por designers de IA, que compõem o corpus de conhecimento da IA. Esse pré-treinamento supervisionado limitado limitou o que a IA sabe e o que pode fazer.
Por outro lado, estamos agora numa época de grandes modelos de linguagem (LLMs), onde o pré-treinamento não é supervisionado. Em vez de alimentar um conjunto limitado de informações específicas de domínio e considerá-lo bom, os fornecedores de IA como a OpenAI têm alimentado as IAs com praticamente tudo – toda a Internet e praticamente qualquer outro conteúdo digital que possam ter em mãos.
Este processo permite que a IA produza materiais surpreendentemente variados com uma amplitude que antes era impossível.
Ajudando neste processo houve grandes melhorias no desempenho e armazenamento do processador. Em 1986, quando escrevi meu artigo sobre IA como componente de sistemas, era possível obter um disco rígido do tamanho de duas microondas e do peso de uma geladeira cheia por US$ 10.000 (aproximadamente US$ 27 mil hoje). Ele continha 470 megabytes. Nem gigabytes, nem terabytes – megabytes.
Além disso: as melhorias no armazenamento superaram a Lei de Moore por um fator de 800%
Hoje, por outro lado, você pode pegar um Disco rígido NAS corporativo interno de 20 TB da Amazon por US$ 279. A combinação de nuvem, banda larga, processadores muito mais rápidos na forma de CPUs e GPUs e pools de RAM muito maiores tornam possível o poder de processamento dos LLMs.
Um exemplo
Para dar um exemplo dessa diferença, vamos usar um dos produtos que apresentei anos atrás. House Plant Clinic era um sistema especialista que foi treinado em seu conhecimento de domínio por um horticultor. Meu outro produto na época era o ambiente de desenvolvimento de sistemas especialistas, Intelligent Developer, usado para construir a House Plant Clinic.
O processo foi meticuloso. Através de uma longa série de entrevistas, outro engenheiro e eu extraímos regras, fatos e melhores práticas do especialista da planta e depois os codificamos na base de conhecimento. Sob orientação do especialista da planta, também produzimos ilustrações para situações em que os usuários possam precisar ver um recurso visual.
O escopo de conhecimento da House Plant Clinic consistia no que havíamos codificado no sistema especialista, nada mais e nada menos. Mas funcionou. Se você tivesse uma pergunta e ela caísse nos limites do conhecimento que codificamos, você poderia obter uma resposta e ter certeza de que estava correta. Afinal, o conhecimento fornecido foi examinado por um especialista em plantas.
Agora, vamos dar uma olhada no ChatGPT. Eu fiz esta pergunta ao ChatGPT:
Eu tenho uma planta doméstica que está doente. Faça-me perguntas passo a passo, exigindo apenas uma resposta por pergunta.
Fez um bom trabalho ao fazer perguntas, perguntando sobre a umidade do solo, a condição das folhas e assim por diante. Embora não tenha oferecido uma imagem, quando pedi para me mostrar uma imagem de pragas, junto com seus nomes, que poderiam ser encontradas em uma planta doméstica, obtive uma imagem muito mais avançada:
Dito isto, ninguém – nem mesmo o Google – tem ideia do que é um “KRIDEFLIT”. Como vimos repetidamente, a IA generativa tem um pequeno problema de veracidade.
Além disso: verifiquei os fatos do ChatGPT com Bard, Claude e Copilot – e esta IA era a mais incorreta
Portanto, embora o ChatGPT possa falar com segurança sobre quase todos os tópicos, nosso projeto muito mais antigo baseado em sistema especializado tinha muito mais chances de ser preciso. Um foi criado e avaliado por um verdadeiro especialista no assunto, enquanto o chatbot de hoje gera informações a partir de um conjunto gigante de dados não qualificados.
A IA generativa que utilizamos este ano pode fazer muito mais, mas toda magia tem um preço.
caixa de Pandora
A IA generativa é incrível. Este ano, como parte do meu processo de aprendizagem e teste da tecnologia para relatar a vocês, usei IA generativa para me ajudar a abrir uma loja Etsy, para me ajudar a criar a arte do álbum para meu EP, para ajudar o comércio eletrônico da minha esposa negócios criando imagens personalizadas de marketing social, para criar um plugin WordPress, para depurar código, para fazer análises detalhadas de sentimento e muito mais.
Além disso: a IA generativa pode economizar 5 horas semanais para os profissionais de marketing, à medida que a pesquisa encontra ganhos de produtividade para o futuro
Mas a IA generativa tem seus problemas. Como mostramos, ele apresenta um grave problema de precisão. Você não pode confiar no que a IA produz. Por ter sido treinado em um amplo corpo de conhecimento, é incrível. Mas porque foi treinado num corpo de conhecimento tão vasto, foi poluído pelo que nós, humanos, escrevemos e publicamos.
Essa questão nos leva ao preconceito e à discriminação. Este artigo já está demorando muito, então, em vez de tentar reformular o que meus colegas escreveram, vou apontar alguns de seus excelentes pensamentos sobre esse assunto:
E depois há os empregos. Já há seis anos, conversei com meu colega de imprensa de tecnologia, Bob Reselman, para discutir preocupações. E isso foi muito antes de o ChatGPT convencer ativamente os trabalhadores administrativos a se preocuparem com seu futuro. Mais recentemente, no início do ano, discuti uma preocupação real sobre como o ChatGPT e seus semelhantes provavelmente substituirão os trabalhadores do conhecimento em massa.
Hoje, ChatGPT atua como um estagiário particularmente talentoso com um problema de atitude. É útil, mas apenas quando quer. Mas à medida que esta tecnologia evolui, será capaz de lidar com problemas maiores com mais nuances, e então teremos problemas maiores.
Além disso: a IA na engenharia de software está atingindo um ‘momento Oppenheimer’?
Uma coisa é para mim, um cara com uma empresa de duas pessoas, confiar na IA para ajudar a multiplicar meu tempo. Mas quando as empresas maiores decidirem que preferem poupar dinheiro e utilizar serviços de IA, muitas pessoas perderão os seus empregos.
Essa tendência começará com os cargos de nível de entrada, porque ChatGPT é basicamente um trabalhador de nível de entrada. Mas então, três outras tendências se seguirão:
- Haverá cada vez menos trabalhadores experientes porque não será possível ingressar no mercado de trabalho um número suficiente de iniciantes.
- As IAs se tornarão mais sofisticadas e as empresas se sentirão confortáveis em substituir trabalhadores de US$ 100.000 por ano por assinaturas de IA de US$ 100 por mês – mesmo que o resultado do trabalho da IA não seja tão limpo, sofisticado, matizado ou preciso quanto o trabalho produzido por profissionais remunerados.
- A qualidade e a produção do trabalho serão reduzidas, juntamente com a precisão, tendo um efeito cascata em todo o resto da economia e da sociedade.
Em um artigo recente, eu disse o seguinte:
Estamos à beira de uma nova era, tão transformadora, diferente, fortalecedora e problemática como foram a revolução industrial, a revolução dos PCs e o nascimento da Internet. As ferramentas e metodologias nas quais confiávamos estão evoluindo e, com elas, nossas responsabilidades e considerações éticas se expandem.
O bom, o ruim e o feio
Começamos 2023 com caramba, posso fazê-lo escrever uma história de Star Trek, e caramba, posso fazê-lo falar como um pirata. No final do ano, tínhamos uma imagem muito melhor do que é bom, do que é mau e do que é feio.
O lado bom é que agora temos um assistente pessoal útil, embora não confiável, que pode nos poupar tempo, nos ajudar a resolver problemas e realizar mais trabalhos.
Também: Esses 5 grandes avanços tecnológicos de 2023 foram os maiores divisores de águas
Do lado negativo, temos uma ameaça existencial ao emprego para todos os trabalhadores do conhecimento e um refletor automatizado de preconceitos que explora o nosso zeitgeist colectivo e por vezes escolhe o ombro do diabo em vez do ombro dos nossos melhores anjos.
Quanto ao feio, há trabalho a ser feito:
- Encontrar uma maneira de aumentar a precisão sem diminuir a eficácia com muitos guarda-corpos.
- Apresentar informações e ilustrações úteis sem plagiar as pessoas cujo trabalho coloca em risco.
- Prevenir o uso indevido de IA para alterar eleições e outras atividades nefastas.
- Receber informações e gerar resultados longos o suficiente para ter um significado real.
- Passar para outras mídias, como a geração de vídeo, é tão surpreendente quanto as ferramentas de geração de imagens.
- Ajudar os alunos a aprender sem oferecer a eles uma maneira imbatível de colar nos deveres de casa.
- E assim por diante.
A IA floresceu em 2023, diferentemente de qualquer outro ano no meio século ou mais em que esteve conosco. A tecnologia abriu a porta para ferramentas poderosas, mas também para consequências terríveis.
O que você acha de 2023 e o que você espera, espera e teme para 2024? Deixe-nos saber nos comentários abaixo. Estou escrevendo apenas sobre a transformação generativa da IA de 2023. Se você quiser analisar algumas tendências mais amplas, este artigo da ZDNET é um ótimo lugar para começar.
Você pode acompanhar as atualizações diárias do meu projeto nas redes sociais. Certifique-se de assinar meu boletim informativo semanal de atualização na subpilhae siga-me no Twitter em @DavidGewirtzno Facebook em Facebook.com/DavidGewirtzno Instagram em Instagram.com/DavidGewirtze no YouTube em YouTube.com/DavidGewirtzTV.
source – www.zdnet.com
